Generación colaborativa de perfiles de usuarios para recomendaciones basadas en Tags = Collaborative generation of user profiles for tag-based recommendations

Abstract

En el último tiempo ha aumentado en forma considerable el número, tamaño y complejidad de los sitios Web existentes, además de las áreas de conocimiento que apoyan. Las posibilidades de navegar a través de aplicaciones basadas en bases de datos de gran envergadura presenta el problema de sobrecargar al usuario de mucha información. Para enfrentar esta problemática los sistemas de recomendación se presentan como una de las soluciones, a través de recomendación utilizando conocimientos adquiridos sobre el usuario durante las distintas interacciones al interior del sitio Web. Estas recomendaciones están basadas en la implementación de algoritmos de recomendación, que utilizan la información contenida en modelos de usuarios de alto nivel de abstracción. Independientemente del modelo de usuario que se utilice, siempre se debe realizar un proceso de captura de información del usuario. En la mayoría de los sistemas de recomendación, esto se realiza en forma independiente por cada sitio, por lo que el modelo del usuario se restringe a un dominio específico. Disponer de un modelo de usuarios que permita almacenar características de un usuario relacionadas con distintos dominios para que después éstas sean utilizadas para realizar recomendaciones, permitiría recomendar ítems que se adecuen mejor a los requerimientos del visitante. Estas características pueden ser expresadas a través de los tags que un usuario utiliza durante la navegación en un sitio. Para esto, es necesario las aplicaciones Web con el modelo a n de agregar o recuperar información de un usuario específico . En esta tesis se especifica un sistema de recomendación basado en Tags que incorpore en su modelo de usuario interacciones realizadas en distintas aplicaciones Web. Este modelo permite utilizar la información sobre las preferencias de un usuario existente en diversas aplicaciones.